来源：期刊VIP网 时间：
作者：袁也;周博;吴泽玮;
单位：盐城工学院机械工程学院;
摘要：为了提升鱼肉新鲜度检测的准确率，该研究采用了电子鼻、机器视觉和多数据融合技术快速地检测冷藏鱼肉的新鲜度。挥发性盐基氮含量与新鲜度密切相关且易于测量，因此被选定作为鱼肉新鲜度的指标；用机器视觉和电子鼻获取样品的图像和气味信息。应用反向传播神经网络、卷积神经网络(convolutional neural network, CNN)和卷积神经网络-门控循环单元-注意力(CNN-GRU-Attention)3种模型对鱼肉新鲜度进行3分类和7分类预测。结果表明，3分类和7分类实验中，3种模型利用电子鼻数据进行分类的效果均优于机器视觉方法。此外，对原始数据进行融合后，3个模型的分类准确率均有提升。特别是基于CNN-GRU-Attention模型的多感官数据融合方法在本次研究中效果最优，其在测试集上的准确率分别达97.61%和90.48%。研究结果表明，采用多感知检测技术结合CNN-GRU-Attention预测模型能够有效地提高鱼肉新鲜度检测的准确性。
关键词：鱼肉新鲜度;;电子鼻;;机器视觉;;数据融合;;神经网络
基金资助：国家自然科学基金项目(22171239,31671583)
